夜雨聆风学习资料网

ARTICLE · 1077166

P_非专利源文档 NPL Source Document 的定义及常见应用场景_IPRDIR专利数据库字段说明

P_非专利源文档 NPL Source Document 的定义及常见应用场景_IPRDIR专利数据库字段说明

字段中文名称:P_非专利源文档

字段英文名称:NPL Source Document

字段定义:非专利引用源文档信息

字段类别:Publication 公开级/原生数据字段

字段属性分类:非专利引用类

取值来源字段:P_非专利源文档

字段作用:提供期刊或会议等来源出版物名称,用于定位NPL出处并链接到学术数据库,支撑科学技术关联追踪。

取值示例:[1]IEEE Trans;[2]Nature

字段复现方式:原生字段,原始值

字段复现约束:具体取值范围见字段定义;多值半角分号分隔;结合P_非专利源文档,1/5的检索报告引用非专利文献,生物化学领域50%引用是NPL;结合P_非专利源文档,NPL整合Nature/IEEE等学术文献,用于现有技术检索

常见应用场景分类:统计分析;审查分析;引用分析;专利计量学;科学-技术关联

常见业务应用场景

①现有技术包括书面描述、口头描述、公开使用等多种形式,非专利源文档是判断专利新颖性与创造性的重要证据,企业追溯P_非专利源文档可评估专利技术的科学基础与现有技术覆盖范围。;

②各国审查机构使用Direct、Scopus、Google Scholar等非专利文献数据库,企业按P_非专利源文档分布可评估其技术所依赖科学文献的来源特征与数据库覆盖,识别核心情报源。;

③Shirabe从美国实用新型专利NPL引用中识别SCI覆盖出版物,企业按P_非专利源文档定位被引非专利文献的期刊与数据库来源,可识别其技术所依赖的高水平科学期刊与核心数据库,为研发合作对象筛选提供依据。[1];

④P_非专利源文档与P_非专利引用XP号组合:以源文档定位全文、XP号做键,批量校验NPL引用可追溯性

科研学术应用场景

①Michel和Bettels分析检索报告中NPL的构成包括科学文章、书籍等任何已公开文献,按P_非专利源文档可刻画专利检索报告的知识基础构成。[2];

②Han和Magee将NPL区分为科学期刊论文等类型检验科学与技术关系,按P_非专利源文档可分解NPL的文献类型结构。[3];

③Callaert等对EPO与USPTO专利文件中的1万条非专利引证进行内容分析,按P_非专利源文档可刻画NPL来源构成及其在检索报告中的角色。[4];

④Breschi与Catalini从EPO三个技术领域专利中提取NPL引证用于科学家—发明人网络分析,按P_非专利源文档可支撑科学与技术网络的知识流动研究。[5];

⑤Annies指出NPL全文分散于期刊、会议报告、学位论文摘要等多种来源,检索复杂度高于专利文献,按P_非专利源文档可研究NPL获取成本与现有技术检索策略。[6];

⑥将P_非专利源文档与P_非专利文献类型联合,按来源与类型分解NPL引用,可跨国比较太阳能等产业的科学关联强度与技术创新能力差异。[7];

⑦以P_非专利源文档作为专利NPL引用与欧洲PubMed Central等科学文献库的匹配入口,可对专利引用与科学文献做主题对齐,测度科学—技术关联。[8]

场景引用源

[1]Shirabe M. Identifying SCI covered publications within non-patent references in U.S. utility patents[J]. Scientometrics, 2014, 101(2):999-1014;

[2]Michel J, Bettels B. Patent citation analysis: A closer look at the basic input data from patent search reports[J]. Scientometrics, 2001, 51(1):185-201;

[3]Han F, Magee C L. Testing the science/technology relationship by analysis of patent citations of scientific papers after decomposition of both science and technology[J]. Scientometrics, 2018, 116(2):767-796;

[4]Callaert J, Van Looy B, Verbeek A, et al. Traces of Prior Art: An analysis of non-patent references found in patent documents[J]. Scientometrics, 2006, 69(1):3-20;

[5]Breschi S, Catalini C. Tracing the links between science and technology: An exploratory analysis of scientists' and inventors' networks[J]. Research Policy, 2010, 39(1):14-26;

[6]Annies M. Full-text prior art and chemical structure searching in e-journals and on the internet: A patent information professional's perspective[J]. World Patent Information, 2009, 31(4):278-284;

[7]Fan X, Liu W, Zhu G. Scientific linkage and technological innovation capabilities: international comparisons of patenting in the solar energy industry[J]. Scientometrics, 2017, 111(1):117-138;

[8]Ranaei S, Suominen A, Dedehayir O. A topic model analysis of science and technology linkages: A case study in pharmaceutical industry[C]//2017 IEEE TEMSCON. IEEE, 2017:49-54

相关学习资料